Gemini 1.5实测：我看Sora一眼假；还有更多惊艳功能
谷歌の“反击”来了
白交 发自 凹非寺
量子位 | 公众号 QbitAI
谷歌の“反击”来了！
Gemini被Sora抢走的风头，现在有抢回来的势头了。
在最新实测中，Gemini 1.5能分析Sora视频是否AI生成。
是直接给出当中关键因素的那种。
比如这个经典的猫猫视频，Gemini 1.5直言：
它的眼睛和毛都看起来都不像是真的。
还有像这段生成视频，Gemini 1.5都能说出个一二三造假细节来~
都说魔法打败魔法，结果Sora发布这才没几天，就火速被Gemini 1.5“抓出现行”。
对于Gemini 1.5第一波实测结果，网友直呼：that’s scary good，并称其为“游戏规则的改变者”。
Gemini 1.5第一波实测来了
Gemini 1.5版本突然发布，结果被对面Sora的光芒所掩盖。
但即便如此，其模型性能的重大升级，尤其是支持100万token上下文窗口，仍让网友们印象深刻。
现在一些博主陆陆续续地拿到了访问资格，开始了第一波实测。
除了能鉴别生成视频真假之外，还有这些令人印象深刻的功能。
1、分解并理解长视频。
比如一场14分钟的NBA扣篮视频，Gemini 1.5能判断出哪个扣篮得分最高， 并给出其中扣篮细节。
整个响应过程大致只需要55秒左右。
2、理解长文本内容，进行比较分析。
博主投喂了《星际穿越》和《星际探索》两个完整的电影脚本，合起来接近10万tokens，要求Gemini 1.5分析比较，以帮助决定观看哪部电影为好。
结果只需三十几秒，就给出了完整详尽的分析报告。
这样一看，分析其中的剧情台词也就显得小儿科了。
（分析电影中最鼓舞人心的三句话）
3、翻译小语种。
即便是那种只有2000人左右使用的语言也能搞定，比如将英语翻译成萨特兰语。
除此之外，还有像分析理解论文中表格的细节。
对于这波实测，网友们都表示惊叹：这是个巨大进步，想说可能得等GPT-5来对抗。
尤其是能处理100万Tokens上下文，这对GenAI初创公司很有用。
还有网友好奇谷歌是怎么解决上下文窗口大小问题的？
一定是发现或实现了什么新东西。
网友：不太可能是巧合
不过对于谷歌这波“反击”，暂且还未有OpenAI的人出来回应。而此前Sora的发布，也少见有谷歌的人出来评价。
但两家同一天发布，早就有网友浮想联翩：
确实不太可能是巧合。
奥特曼不想失去谷歌这样一个绝妙的炒作时机。
有网友认为，Sora宣布显然是一种营销举措，它还没有准备好。相比而言，Gemini 1.5 才是真正的突破。
但也有人认为，Sora才真正意想不到。
Gemini 1.5 非常棒，但并不令人惊讶。
我非常有信心 OpenAI 内部也有超过 100 万个模型。（Sora是一个副项目）。
并且认为GPT-5出来之后，会击败所有的竞争对手。
对于两家这样的操作，你怎么看呢？
One More Thing
两家激战，受伤的是Adobe这类聚光灯之外的玩家。
这两天股价简直是一跌再跌……
而此前备受关注的视频生成公司Runway，其联合创始人回应：游戏开始了。
值得一提的是，此次国内反应跟ChatGPT那时候有点不一样。
Sora出来之后，少见喊对标的人，比当时要安静多了…
参考链接：
https://twitter.com/rowancheung/status/1759280384930459941
- 国产多模态大模型开源！无条件免费商用，性能超Claude 3 Sonnet2024-04-28
- 字节发布视觉基础模型ViTamin，多项任务实现SOTA，入选CVPR20242024-04-28
- 超级知识助手来了！讯飞星火支持长文本长图文长语音，生产力UP2024-04-26
- AI换脸以假乱真！蚂蚁数科发布反DeepFake产品，还设百万奖金池邀请黑客找bug2024-04-16
相关阅读
